4-4 如何透过 MCP 提高开发生产力?
2025年5月12日
在前面几个单元了解完 MCP 之后，在这个单元我们将透过一系列的实际的展示，来谈如何利用 MCP 在工作上提升开发的生产力。
为什么需要 MCP？
首先，让我们稍微回顾一下为什么我们需要 MCP。如前面的单元提到，假设今天没有 MCP 的情况下，Cursor 的 AI 代理已经能够协助我们完成许多任务，包括：
- 撰写设计文件
- 修改设计文件
- 撰写测试
- 撰写程式码
然而，这些功能仍然局限在编辑器当中。即使编辑器增加了 AI 的强大功能，工程师的工作中仍有许多任务，在未对接到外部工具的情况下，无法由 AI 自动化完成。
有了 MCP，AI 代理能够对接到不同的工具，让 Cursor 的功能不再局限于编辑器。例如，当一个需求下来时，我们可以透过 Jira 或 Linear 的 MCP 抓取需求相关资讯来实作；在 Cursor 协助完成实作后，可以透过 Playwright MCP 进一步验证；最后，确认无误后，透过 GitHub 或 GitLab 的 MCP 直接发 PR。透过这些不同的 MCP，Cursor 能帮我们完成更多工作。
实际展演：整合 MCP 的开发流程
以下我们将实际展演，展示如何透过整合不同的 MCP，让 Cursor 协助我们完成更多任务。
第一步：使用 Linear MCP 抓取需求资讯
当产品端产生一个需求的 ticket 后，假设我们能够对接到 ticket 所在的平台（例如 Jira 或 Linear），就可以让 Cursor 直接取得 ticket 相关资讯，无需手动复制贴上。
在这次展演中，我们将展示如何透过 Linear 的 MCP 抓取需求资讯。我们的目标是开发一个简单的 to-do list 应用，重点不在应用本身，而是理解如何在流程中善用 MCP。
目前的应用具备以下基本功能：
- 浏览目前的 to-do
- 新增 to-do
但修改或删除功能尚未实作。新功能的 ticket 核心需求是完成删除功能。有了这个背景后，我们进入 Cursor 的画面。在 Chrome 中，可以看到目前支援新增和浏览 to-do 的程式码。接下来，我们使用 Linear 的 MCP 取得实作删除功能的 ticket 资讯。
由于已串接好 Linear 的 MCP，我们可以直接使用，在提示词中输入「我需要实作一个删除功能，帮我找到相关的 ticket，然后实作」。点击送出后，Cursor 呼叫 Linear 的 MCP 工具，成功取得 ticket 相关资讯。接着，Cursor 根据这些资讯进行规划，并根据现有程式码新增删除逻辑。
第二步：使用 Playwright MCP 自动化验证
虽然手动测试确认功能正常，但理想情况下，我们希望透过自动化方式验证。这里我们使用 Playwright MCP。在提示词中输入「我有这个需求，用 Linear MCP 找到这个需求，同时用 Playwright MCP 做验证」。
送出后，Cursor 呼叫 Linear MCP 取得 ticket 资讯，并透过 Playwright MCP 访问开发环境。Cursor 透过 Playwright 执行操作，确认功能正确后，根据结果撰写 E2E 测试。
第三步：使用 GitLab MCP 提交程式码
完成功能开发和 E2E 测试后，我们将程式码 commit 并发 PR。在这单元我们会展示如何透过 GitLab 的 MCP 发 merge request。
在发 PR 前先 stage 更动的程式码，接着请 Cursor 撰写 commit 讯息，内容根据新增的删除功能生成。完成 commit 后，将程式码推送到远端分支。接着使用预设提示词「根据目前分支与主要分支的差异，使用 GitLab 的 MCP 发一个 merge request」。
Cursor 呼叫 create_merge_request 工具，根据 commit 记录在 GitLab 上发 merge request。检查 GitLab 后，确认新的 merge request 已生成。相较于第三章需手动复制描述到 GitLab，今天有了 GitLab MCP，我们直接从 Cursor 完成 PR 描述并发送，简化流程。
此系列文章为 《给工程师的 Cursor 工作流 — 透过 AI 代理全方位提升开发生产力》 搭配的教材。希望透过这系列文章，将过去协助导入 AI 工具及使用 Cursor 的经验扩展并分享给想提升生产力的读者。如果对课程感兴趣的读者，可以加入 E+ 成长计划，观看影片学习。